|
|
三.灵魂拷问：Master Degree vs. Bootcamp？
如果你真的是0基础，完全小白，其实不太建议直接就上Bootcamp。实在没条件，不想花钱花时间去读master，觉得bootcamp是捷径，当然也没有错。但是强烈建议至少先去自学上面介绍的各种课。不然很可能出现头两三个礼拜都是懵的状态，非常浪费钱、时间，和对是否能继续走这条路的信心。
选Bootcamp要看两个方面，一个是课程，一个是就业。Bootcamp种类繁多，有些是MOOC搞的，有些是企业搞的，有些是专门做Bootcamp的。建议多联系几家，结合自己的需求，比如它们可以内推的公司是哪些，当地的network怎样，具体学费要多少，学费是一次付，还是可以分期？甚至可以和工作绑定？有些camp培训其实是免费的，但是找工作时要求按工资比例分成，这种安排是否更适合你？
Bootcamp推荐full-time in person，效果一定是最好的。但是毕竟不是所有人都能做到，同理，也要根据自己的实际情况考虑workload，量力而行，别一次冲太猛，做好打持久战的准备，又想转码又不想长期努力的，最后是害自己。另外，还要考虑技术栈（technology stack），是做前端的还是后端的，react, angular, ruby, java等。
每个camp侧重点会不一样。这个对于完全没有背景和实操经验的，比较难选，所以建议先自学入门，搞清楚自己哪方面更适合，再camp。从就业方面来看，目前最火的还是react/node.js系列。此外，有些bootcamp是有刷题辅导的，另外一些没有。如果大家的目标是进大厂，这很有用。
关于刷题
刷题，一般情况下刷题对进大厂最管用，小公司不太有用。但是鉴于我们转码的没有背景，刷题本身就是补齐的一个捷径了。Leetcode，大家可以把它看成是我们的“五年高考三年模拟”，一定要看，把自己打造成小镇做题家。现在网站一共有1700多题。建议为了找工，至少刷400+，而且要新旧搭配。温故知新是历久弥新的真理，很多经典题目，值得来回刷，你会刷出套路和模版。
关于上岸
并不是人人都能上岸。CS背景的也不是人人都能进大厂，更何况半路出家的，毕竟别人CS学四年不是白学的。当然，在这里并不是打击或者阻拦大家，只是希望转码的同学们要做好心理准备，打有准备的仗，这样大家不会有心理预期的落差，成功的概率才会更高！这里也有一份科技行业简单分级图谱。
图谱中列举了对部分科技行业的简单介绍，以及文科生转行的要求和难易程度。其中，前三个是门槛较低的，而后两者是门槛较高的。难易程度总共分为5档，容易、一般、较难、极难和传奇：
1. 数据科学和数据分析(Data Science, Data Analysis)
现实举例：通过对超市的销售数据分析，发现把尿布和啤酒放在一起能增加销量
难易程度：容易
能力要求：学习Excel，Python等。能从数据中挖掘出关键信息，并以图表等形式展现出来，最后要能从数据中挖掘出有商业价值的信息。
推荐资源：Coursera上的IBM Data Science Professional Certification.
https://www.coursera.org/professional-certificates/ibm-data-science
2. 软件工程，特定编程语言的工程师
推荐语言：Software Engineering, Python/C++/Java/PHP
现实举例：开发某一软件或其中某些模块。
难易程度：一般
能力要求：学习特定语言，其中推荐Java, Javascript, SQL, .NET, C#等，具体可以翻看心仪公司的职位要求和待遇。
推荐资源：Coursera，Udemy, Edx等在线学习平台。Youtube上推荐栏目Freecodecamp，对于中文社群，也可以翻翻B站。
https://www.youtube.com/c/Freecodecamp
3. 云服务工程师(Cloud Engineering)
现实举例：亚马逊云服务、阿里云服务等。简单来说就是其他公司把服务器维护、网络维护等运维工作都外包给云服务商来做，这样的规模化可以显著提升性价比，让其他公司能够花更少的钱用更好的服务。较偏应用，未来发展潜力大且门槛相对不高。
难易程度：较难
能力要求：在熟悉1-2门以上编程语言的基础上，要学习一些和网络相关的基础知识，如基本的网络流量管理，网络安全等。更重要的是实践经历，要完成软件项目开发，并且能够让别人用得上你的服务。简单来说，就是要做一个可以赚钱的软件服务。
推荐资源：亚马逊云计算基础证书，AWS Cloud Practitioner。这一证书也是官方专为非技术类职场人士打造的，建议可以多学习。如果学过一段时间后对AWS感兴趣，可以考虑更高阶的证书。
https://aws.amazon.com/cn/certification/certified-cloud-practitioner/
进入以上的行业，并不需要对学生背景有多么高的门槛。有人说文科人"转码困难"，是因为从事的职业大多没有知识或者技能高门槛，主要指以下两方面：
1. 人工智能工程师，机器学习工程师(AIEngineering, Machine Learning Engineering)
现实举例：开发人工智能算法、应用人工智能基础。
难易程度：极难
能力要求：在熟悉1-2门以上编程语言的基础上，拥有扎实的数理基础（特别是线性代数、矩阵运算），较强的科研背景。这些能力需要通过专门、长达数年的理工科学习才能获得。
资源：申请理工科本科学位，并且最好读到硕士或博士。慎重转行。
2. 芯片、量子计算等核心技术岗位
现实举例：“卡脖子技术”所指的行业。
（科普一下：“卡脖子技术“是一个形象说法，指的是别人有但自己还没有的关键核心技术。找不到替代，缺了它就没法运转，就像被人扼住了咽喉、卡住了脖子一样难受。）
难易程度：传奇
能力要求：和同龄人相比具有很高的科学天赋，一定要完成博士甚至博士后学位，且在相关行业继续扎根很多年。
资源：我也不懂这些核心技术行业，无法推荐（笑）
四.相较于理科人，文科人的优势在哪？
相较于理科人，文科人若想转码的话，会有优势吗？学姐觉得内驱力、自我赋能和个人成长意识等软能力对于转行来说非常重要，甚至对于作为理科生来说，是非常令人羡慕的。或许，“软实力”和“硬实力”可能只是伪命题。“硬技能”之所以被称之为“硬”，只是因为其好测量、好评估。而“软技能”则通常是看不见摸不着的、无法用模型准确描述的。
但是万物真的皆可测吗？能测量的东西就是好的吗？理科人就缺少“软技能”，而文科人就缺少“硬技能”？关于技能和实力，或许不能这么粗暴的用软硬一分为二的看。软硬应相辅相成。在"转码"路上，当自己专精地去一步步掌握编程硬技能时，挖掘内心的内驱力，自己给自己赋能，问清自己为何想“转码“，可以让这条路走得更坚定更清晰。而个人成长意识和反思能力，则可以帮助自己迅速定位，找到底层逻辑，让自我自洽，而不仅仅是为了掌握技能而掌握技能。
如果你也是一名有着码农梦的文科生，欢迎来和学姐聊聊哦~ |
|
发表于 2022-12-17 20:00:15